BG value stats by hour
BGvalue_Summary
## time3 min mean max sd
## 1 00:00 196 196.0000 196 NaN
## 2 01:00 Inf NaN -Inf NaN
## 3 02:00 60 62.0000 64 2.828427
## 4 03:00 Inf NaN -Inf NaN
## 5 04:00 251 251.0000 251 NaN
## 6 05:00 Inf NaN -Inf NaN
## 7 06:00 57 172.0000 287 162.634560
## 8 07:00 96 154.5000 213 82.731493
## 9 08:00 47 147.0000 259 102.693719
## 10 09:00 Inf NaN -Inf NaN
## 11 10:00 158 158.0000 158 NaN
## 12 11:00 66 85.0000 104 26.870058
## 13 12:00 91 114.2500 129 16.879475
## 14 13:00 Inf NaN -Inf NaN
## 15 14:00 87 98.5000 110 16.263456
## 16 15:00 57 125.3333 172 60.484158
## 17 16:00 Inf NaN -Inf NaN
## 18 17:00 92 117.5000 143 36.062446
## 19 18:00 104 104.0000 104 NaN
## 20 19:00 214 214.0000 214 NaN
## 21 20:00 235 235.0000 235 NaN
## 22 21:00 70 107.0000 180 63.221832
## 23 22:00 115 117.0000 119 2.828427
## 24 23:00 127 139.5000 152 17.677670
## 25 00:00 119 119.0000 119 NaN
BG value stats by day
BGvalue_SummaryDaily
## Date2 min mean max sd
## 1 2019-10-24 64 123.8889 196 47.30604
## 2 2019-10-25 57 122.1111 257 59.23564
## 3 2019-10-26 57 143.0000 251 74.21321
## 4 2019-10-27 47 120.2857 213 57.80344
## 5 2019-10-28 60 163.4286 287 94.77844
Sensor value stats by hour
Sensorvalue_Summary
## time3 min mean max sd
## 1 00:00 74 96.66667 132 14.17952
## 2 01:00 40 84.11111 147 28.84320
## 3 02:00 45 92.11111 148 21.77781
## 4 03:00 62 136.86111 257 61.21398
## 5 04:00 78 187.42424 283 74.46015
## 6 05:00 149 211.72222 271 37.22565
## 7 06:00 95 198.30556 263 59.01226
## 8 07:00 95 182.83333 246 49.30227
## 9 08:00 40 137.27778 233 72.13306
## 10 09:00 40 131.08333 216 44.59364
## 11 10:00 63 158.58333 212 44.05994
## 12 11:00 40 147.88889 225 74.69931
## 13 12:00 55 117.97059 183 33.93977
## 14 13:00 74 123.22222 205 40.77402
## 15 14:00 71 106.02632 198 36.46730
## 16 15:00 51 79.41667 139 29.20604
## 17 16:00 56 104.50000 167 30.79935
## 18 17:00 58 104.63889 169 37.71635
## 19 18:00 86 147.33333 210 45.39037
## 20 19:00 116 182.47222 227 40.14864
## 21 20:00 97 167.16667 223 31.14620
## 22 21:00 50 132.91667 245 67.10775
## 23 22:00 73 130.36111 205 36.61393
## 24 23:00 97 159.80556 204 29.61739
## 25 00:00 73 108.22222 167 29.32487
BG high (>150) count
BGHigh_Count
## time3 BG.Reading..mg.dL.
## 1 00:00 1
## 2 04:00 1
## 3 06:00 1
## 4 07:00 1
## 5 08:00 2
## 6 10:00 1
## 7 15:00 1
## 8 19:00 1
## 9 20:00 1
## 10 21:00 1
## 11 23:00 1
BG very high (>240) count
BGveryHigh_Count
## time3 BG.Reading..mg.dL.
## 1 04:00 1
## 2 06:00 1
## 3 08:00 2
BG low (<80) count
BGLow_Count
## time3 BG.Reading..mg.dL.
## 1 02:00 2
## 2 06:00 1
## 3 08:00 2
## 4 11:00 1
## 5 15:00 1
## 6 21:00 2
BG good value count (>80 and <150)
BGgood_Count
## time3 BG.Reading..mg.dL.
## 1 07:00 1
## 2 08:00 1
## 3 11:00 1
## 4 12:00 4
## 5 14:00 2
## 6 15:00 1
## 7 17:00 2
## 8 18:00 1
## 9 22:00 2
## 10 23:00 1
## 11 00:00 1
Temp Basal = 0 count
tempBasal_count
## time3 Temp.Basal.Amount
## 1 07:00 1
Suspend basal on low count
suspendBasal_Count
## time3 Alarm
## 1 00:00 2
## 2 01:00 10
## 3 02:00 1
## 4 03:00 4
## 5 06:00 2
## 6 08:00 5
## 7 09:00 1
## 8 10:00 2
## 9 11:00 2
## 10 12:00 3
## 11 13:00 3
## 12 14:00 2
## 13 15:00 4
## 14 16:00 2
## 15 17:00 1
## 16 18:00 1
## 17 20:00 1
## 18 21:00 2
## 19 22:00 1
## 20 23:00 1
## 21 00:00 2
BG value by time and date with mean values
BGvalue_timeDaytable
## time 2019-10-24 2019-10-25 2019-10-26 2019-10-27 2019-10-28 mean
## 1 00:00 196.0000 NaN NaN 119.0000 NaN 157.5000
## 2 01:00 NaN NaN NaN NaN NaN NaN
## 3 02:00 64.0000 NaN NaN NaN 60.0000 62.0000
## 4 03:00 NaN NaN NaN NaN NaN NaN
## 5 04:00 NaN NaN 251 NaN NaN 251.0000
## 6 05:00 NaN NaN NaN NaN NaN NaN
## 7 06:00 NaN 57.0000 NaN NaN 287.0000 172.0000
## 8 07:00 96.0000 NaN NaN 213.0000 NaN 154.5000
## 9 08:00 79.0000 257.0000 93 47.0000 259.0000 147.0000
## 10 09:00 NaN NaN NaN NaN NaN NaN
## 11 10:00 158.0000 NaN NaN NaN NaN 158.0000
## 12 11:00 NaN 104.0000 NaN NaN 66.0000 85.0000
## 13 12:00 91.0000 113.0000 124 129.0000 NaN 114.2500
## 14 13:00 NaN NaN NaN NaN NaN NaN
## 15 14:00 NaN 87.0000 NaN NaN 110.0000 98.5000
## 16 15:00 147.0000 NaN 57 172.0000 NaN 125.3333
## 17 16:00 NaN NaN NaN NaN NaN NaN
## 18 17:00 NaN 143.0000 NaN 92.0000 NaN 117.5000
## 19 18:00 104.0000 NaN NaN NaN NaN 104.0000
## 20 19:00 NaN NaN 214 NaN NaN 214.0000
## 21 20:00 NaN NaN NaN NaN 235.0000 235.0000
## 22 21:00 180.0000 71.0000 NaN 70.0000 NaN 107.0000
## 23 22:00 NaN 115.0000 119 NaN NaN 117.0000
## 24 23:00 NaN 152.0000 NaN NaN 127.0000 139.5000
## 25 mean 123.8889 122.1111 143 120.2857 163.4286 134.5429
#heatmap
#heatmaps
executeSavedPlot(data = allData, plotName = "meanBGheat_hist", libraryPath = libraryPath,
numberDays = numberDays,changeParam.list = changeParam.list)
## Loading required package: reshape2
Sensor value by time and date with mean values
SGvalue_timeDaytable
## time 2019-10-24 2019-10-25 2019-10-26 2019-10-27 2019-10-28 mean
## 1 00:00 NaN NaN 113.58333 105.00000 88.75000 102.44444
## 2 01:00 NaN NaN 80.41667 115.16667 56.75000 84.11111
## 3 02:00 NaN NaN 89.83333 111.75000 74.75000 92.11111
## 4 03:00 NaN NaN 122.25000 212.41667 75.91667 136.86111
## 5 04:00 NaN NaN 202.11111 262.41667 101.41667 188.64815
## 6 05:00 NaN NaN 196.33333 247.75000 191.08333 211.72222
## 7 06:00 NaN NaN 120.91667 226.33333 247.66667 198.30556
## 8 07:00 NaN NaN 117.25000 208.83333 222.41667 182.83333
## 9 08:00 NaN NaN 89.58333 92.25000 230.00000 137.27778
## 10 09:00 NaN NaN 108.58333 101.91667 182.75000 131.08333
## 11 10:00 NaN NaN 180.75000 191.08333 103.91667 158.58333
## 12 11:00 NaN NaN 179.58333 216.25000 47.83333 147.88889
## 13 12:00 NaN NaN 120.41667 155.10000 84.58333 120.03333
## 14 13:00 NaN NaN 171.66667 111.83333 86.16667 123.22222
## 15 14:00 NaN 77.66667 142.33333 81.33333 101.09091 100.60606
## 16 15:00 NaN 54.91667 68.58333 114.75000 NaN 79.41667
## 17 16:00 NaN 114.25000 104.33333 94.91667 NaN 104.50000
## 18 17:00 NaN 154.91667 87.83333 71.16667 NaN 104.63889
## 19 18:00 NaN 196.58333 151.66667 93.75000 NaN 147.33333
## 20 19:00 NaN 214.41667 204.00000 129.00000 NaN 182.47222
## 21 20:00 NaN 196.66667 168.16667 143.66667 182.66667 172.79167
## 22 21:00 NaN NaN 115.66667 64.75000 218.33333 132.91667
## 23 22:00 NaN NaN 108.00000 112.41667 170.66667 130.36111
## 24 23:00 NaN NaN 178.33333 152.33333 148.75000 159.80556
## 25 mean NaN 144.20238 134.25810 142.34097 137.65829 139.61494
#heatmap
#heatmaps
executeSavedPlot(data = allData, plotName = "meanSGheat_hist", libraryPath = libraryPath,
numberDays = numberDays,changeParam.list = changeParam.list)
Interactive Plots
every 3 hours barplots
###daily barplots